Il “potere predittivo”, ossia la capacità di determinare il concreto manifestarsi di un dato fenomeno, rappresenta l'avanguardia dell'Intelligenza Artificiale. Non esiste nulla che abbia più valiaribili della vita umana, e partendo prorpio da questo assioma, basato più che altro sul volere invesigare il calcolo di quest'ultime come se fosse un paradosso scientifico con numerosi riferimenti tratti dalla filosofia esistenzialista, adesso in alcune delle facoltà di medicina più prestigiose al mondo ne sta prendendo in seria considerazione l'impiego in ambito sanitario. Lo specifico ruolo che svolgerà l'IA non è stato ancora chiaramente definito, ma le possibilità appaiano potenzialmente rivoluzionarie. I ricercatori hanno sbloccato una prima capacità che potrebbe risultare come “inquietante”: predire la morte prematura di una persona. Non si è arrivati ancora alla data esatta, ma la finestra temporale si sta restringendo sempre più. Gli scienziati hanno recentemente messo a punto un sistema di intelligenza artificiale per valutare un decennio di dati sanitari a carattere generale presentati da oltre mezzo milione di persone nel Regno Unito.
Quindi, hanno incaricato l'IA di prevedere se gli individui fossero a rischio di morire prematuramente – cioè prima dell'aspettativa di vita media -a causa di malattie croniche .
Come afferma il Dr. Stephen Weng, professore di epidemiologia e scienze dei dati presso l'Università di Nottingham, autore del principale studio sulla materia: “Le previsioni di morte precoce che sono state fatte da algoritmi IA sono significativamente più accurate rispetto alle previsioni fornite da un modello che non utilizzava l'apprendimento automatico". Per valutare la probabilità di mortalità prematura dei soggetti, i ricercatori hanno testato due tipi di IA: "deep learning", in cui le reti di elaborazione delle informazioni a strati aiutano un computer a imparare dagli esempi; e "ramdom forest", un tipo più semplice di intelligenza artificiale che combina modelli multipli ad albero per considerare possibili risultati. Quindi, hanno confrontato le conclusioni dei modelli IA con i risultati di un algoritmo standard, noto come modello di Cox. Tutti e tre i modelli hanno determinato che fattori quali l'età, il sesso, l'essere o essere stato fumatore e una precedente diagnosi di cancro erano le variabili principali per valutare la probabilità di morte precoce di una persona. Ma i modelli si sono differenziati rispetto ad altri fattori chiave. Il modello di Cox si basava pesantemente sull'etnia e sull'attività fisica, mentre i modelli di apprendimento automatico vanno ben oltre. Il modello “random forest” ha posto maggiore enfasi sulla percentuale di grasso corporeo, sulla circonferenza della vita, sulla quantità di frutta e verdura che le persone hanno mangiato e sul tono muscolare.
Per il modello “deep learning”, i fattori principali comprendono l'esposizione a rischi legati al lavoro e all'inquinamento atmosferico, l'assunzione di alcol e l'uso di determinati farmaci.
Quest'ultimo ha fornito le previsioni più accurate, identificando correttamente il 76% dei soggetti deceduti durante il periodo analizzato rispetto al modello di “random forest” che ha predetto correttamente circa il 64% delle morti premature, mentre il modello di Cox ha identificato solo il 44% circa. Utilizzando questi tre modelli, gli scienziati hanno valutato i dati nel Biobank del Regno Unito - un database ad accesso aperto di dati genetici, fisici e sanitari - presentato da più di 500.000 persone tra il 2006 e il 2016. Durante tale decennio, quasi 14.500 dei partecipanti sono deceduti , principalmente a causa del cancro, di malattie cardiache e malattie respiratorie. Non è la prima volta che gli esperti hanno cercato di sfruttare il “potere predittivo” dell'IA, già nel 2017, un team di ricercatori americani ha dimostrato che l'IA potrebbe riuscire ad individuare i primi segni del morbo di Alzheimer; con un algoritmo avente il compito di analizzare le scansioni cerebrali per prevedere se una persona sarebbe suscettibile o meno di sviluppare l'Alzheimer.
Come riportato dalla revista “Science” le informazioni elaborate su tale modello di raccolta dati hanno raggiunto una precisione molto alta vicina all'84 percento.
Un altro studio britannico ha scoperto che l'AI potrebbe predire l'insorgenza di autismo in bambini di 6 mesi con ad alto rischio di sviluppare il disturbo. Un altro ancora potrebbe rilevare i segni del diabete attraverso l'analisi delle scansioni della retina; ed infine uno ancora in fase sperimentale, ma con strumenti tecnologici mai utilizzati prima, potrebbe riuscire attraverso le scansioni della retina a determinare la probabilità che un paziente abbia um infarto o ictus. Gli scienziati hanno dimostrato che la funzione dell' “apprendimento automatico”, adeguatamente sviluppato in tutte le sue numerose componenti, può essere utilizzato per prevedere con successo gli esiti della mortalità sul lungo periodo e soprattutto quali comportamenti ed abitudini seguire per vivere più a lungo ed in salute il tempo che abbiamo su questa terra.
di Luigi Amoroso
Commenti